Los mejores cursos GRATIS © AulaFacil.com
  • [Entrada Profesores]
  • Certificaciones
  • [Mi AulaFácil]
sábado, 18 agosto 2018 español
Síguenos
Publica tu curso
¿Cómo Funciona AulaFácil?

Técnicas de Pronósticos (XIII)

VALORES DEL MODELO

valores del modelo

Los valores del modelo, vistos en el cuadro precedente, presentan los coeficientes, el error típico, y otros indicadores estadísticos muy relevantes. De esta tabla retomaremos los valores para nuestro modelo, que explicaré más adelante. Sigamos viendo y analizando los resultados obtenidos.

Análisis de los residuales

análisis de los resicuales

Resultados de datos de probabilidad

Resultados de datos de probabilidad

 

Gráfica 1.26. Curva de regresión ajustada.

Gráfica 1.26. Curva de regresión ajustada.

Gráfica 1.26 presenta la curva de regresión ajustada, y a simple vista se nota que la tendencia es creciente, con pendiente positiva, indicando que a un cambio en la variable independiente, afectará de igual manera a la variable dependiente. Por ejemplo, un incremento de una, aumentará la otra; o una disminución en una variable, indefectiblemente causará una baja en la otra variable.

Gráfico 1.27. Gráfico de probabilidad normal.

Gráfico de probabilidad normal.

El gráfico de probabilidad normal es una importante herramienta gráfica para comprobar si un conjunto de datos puede considerarse o no procedente de una distribución normal. La idea básica consiste en enfrentar, en un mismo gráfico, los datos que han sido observados frente a los datos teóricos que se obtendrían de una distribución gaussiana. Si la distribución de la variable coincide con la normal, los puntos se concentrarán en torno a una línea recta, aunque conviene tener en cuenta que siempre tenderá a observarse mayor variabilidad en los extremos. A partir de esto, podemos afirmar que nuestro gráfico de probabilidad normal confirma la fortaleza de nuestro modelo.

Gráfico 1.28. Gráfico de los residuales.

Gráfico de los residuales.

El gráfico 1.28 muestra la diferencia entre los valores reales contra cada predicción potencial. Una de las aplicaciones que me fascina de los residuales, es que a partir de ellos se pueden detectar fácilmente valores extremos conocidos en estadística como “outliers”, los cuales son casos que tienen valores sumamente altos o sumamente bajos en comparación con el resto, y que se sugiere brindarles un tratamiento especial para que no distorsionen los resultados de la investigación. Una sugerencia es “eliminarlos” y sustituirlos por el valor promedio.

Gracias por compartir y gracias por enlazar la página
Compartir en Facebook
Acepto vuestra política de privacidad
Consentimiento Expreso para el tratamiento de datos de carácter personal recabados por vía electrónica (leer consentimiento)

¡Suscríbete GRATIS a nuestro boletín diario!:

Búsqueda personalizada
Existen nuevos mensajes en las siguientes salas de chat:

      Recibe gratis alertas en tu navegador, sin configuraciones ni registros. Más info...
      [No me interesa] | [Me Interesa]



      ¿Dudas? ¿Preguntas? Plantéalas en el foro
      Suscríbete Gratis al Boletín

      Escribir la dirección de Email:

      Acepto vuestra política de privacidad
      Consentimiento Expreso para el tratamiento de datos de carácter personal recabados por vía electrónica (leer consentimiento)

      Delivered by FeedBurner

      Destacamos
      Cargando datos...
      Buenos Artículos Diarios

      Sigue a AulaFácil en:

      Ránking Mundial Certificados
      Banner AulaFácil

      Este es un producto de AulaFacil S.L. - © Copyright 2009
      B 82812322 Apartado de Correos 176. Las Rozas 28230. Madrid (ESPAÑA)